本申请涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及信息推送方法和装置。
背景技术：
信息推送，又称为“网络广播”，是通过一定的技术标准或协议，在互联网上通过推送用户需要的信息来减少信息过载的一项技术。信息推送技术通过主动推送信息给用户，可以减少用户在网络上搜索所花的时间。
目前，商品、广告和关键词等展示元素的推荐方式分为以下几种：1.根据人群基本属性，性别、年龄、地域等划分人群，对不同的人群定向推荐不同的展示元素；2.根据前一天的搜索、浏览或者下单情况得到展示元素的热度值，再经过排序得到最热门的展示元素，以热度值为基准向用户推荐各类展示元素；3.网站运营人员以个人经验人工设置置顶的展示元素。
目前的推荐方法没有考虑用户个性化的元素，仅通过热度值和根据人群基本属性定向的方法在推荐质量上表现一般，在推荐效果上提升有限。
技术实现要素：
本申请的目的在于提出一种改进的信息推送方法和装置，来解决以上背景技术部分提到的技术问题。
第一方面，本申请实施例提供了一种信息推送方法，该方法包括：获取在用户的终端上呈现的物品信息集合，以及用户在预定周期内对物品信息集合中的每个物品信息实施的每种行为的次数，其中，每种行为具有权重；根据每种行为的权重和对物品信息集合中的每个物品信息实施的每种行为的次数，确定物品信息集合中每个物品信息的权重；按照物品信息的权重由高到低的顺序从物品信息集合中选取至少一个物品信息；获取与已选取的至少一个物品信息匹配的待推送信息，并向终端推送待推送信息。
在一些实施例中，该方法还包括预先设置每种行为的权重的步骤，包括：对于每种行为，将对物品信息集合中的每个物品信息实施的该种行为的次数输入预先训练的权重模型得到该种行为的权重，其中，权重模型用于表征对物品信息实施行为的次数与行为的权重的关系。
在一些实施例中，根据每种行为的权重和对物品信息集合中的每个物品信息实施的每种行为的次数，确定物品信息集合中每个物品信息的权重，包括：对于物品信息集合中每个物品信息，对于每种行为，以该种行为的权重为底数，以对该物品信息实施的该种行为的次数为真数，取对数，得到每种行为对应的对数，并将每种行为对应的对数之和确定为该物品信息的权重。
在一些实施例中，在将每种行为对应的对数之和确定为该物品信息的权重之后，方法还包括：获取物品信息集合中每个物品信息的历史权重；对于物品信息集合中每个物品信息，利用该物品信息的历史权重与该物品信息的权重之和乘以预定的衰减系数，将得到的值替换该物品信息的权重。
在一些实施例中，物品信息集合，以及用户在预定周期内对物品信息集合中的每个物品信息实施的每种行为的次数，存储在分布式存储文件系统中。
第二方面，本申请实施例提供了一种信息推送装置，该装置包括：获取单元，用于获取在用户的终端上呈现的物品信息集合，以及用户在预定周期内对物品信息集合中的每个物品信息实施的每种行为的次数，其中，每种行为具有权重；确定单元，用于根据每种行为的权重和对物品信息集合中的每个物品信息实施的每种行为的次数，确定物品信息集合中每个物品信息的权重；选取单元，用于按照物品信息的权重由高到低的顺序从物品信息集合中选取至少一个物品信息；推送单元，用于获取与已选取的至少一个物品信息匹配的待推送信息，并向终端推送待推送信息。
在一些实施例中，该装置还包括：权重设置单元，用于对于每种行为，将对物品信息集合中的每个物品信息实施的该种行为的次数输入预先训练的权重模型得到该种行为的权重，其中，权重模型用于表征对物品信息实施行为的次数与行为的权重的关系。
在一些实施例中，确定单元进一步用于：对于物品信息集合中每个物品信息，对于每种行为，以该种行为的权重为底数，以对该物品信息实施的该种行为的次数为真数，取对数，得到每种行为对应的对数，并将每种行为对应的对数之和确定为该物品信息的权重。
在一些实施例中，该装置还包括：权重修正单元，用于在将每种行为对应的对数之和确定为该物品信息的权重之后，获取物品信息集合中每个物品信息的历史权重；对于物品信息集合中每个物品信息，利用该物品信息的历史权重与该物品信息的权重之和乘以预定的衰减系数，将得到的值替换该物品信息的权重。
在一些实施例中，物品信息集合，以及用户在预定周期内对物品信息集合中的每个物品信息实施的每种行为的次数，存储在分布式存储文件系统中。
第三方面，本申请实施例提供了一种设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实施例的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如第一方面中任一实施例的方法。
本申请实施例提供的信息推送方法和装置，通过用户在预定周期内对物品信息集合中的每个物品信息实施的每种行为的次数和每种行的权重确定物品信息集合中每个物品信息的权重，然后再根据物品信息的权重从物品信息集合中选取物品信息，向用户推送与该物品信息相关的待推送信息。从而可以针对用户的兴趣点进行有针对性的推送，提高信息推送的命中率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请可以应用于其中的示例性系统架构图；
图2是根据本申请的信息推送方法的一个实施例的流程图；
图3是根据本申请的信息推送方法的又一个实施例的流程图；
图4是根据本申请的信息推送装置的一个实施例的结构示意图；
图5是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的信息推送方法或信息推送装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、mp3播放器(movingpictureexpertsgroupaudiolayeriii，动态影像专家压缩标准音频层面3)、mp4(movingpictureexpertsgroupaudiolayeriv，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。用户可以对呈现在用户终端设备101、102、103上的物品信息进行各种操作，例如，点击、收藏等。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上的用户数据进行挖掘的数据挖掘服务器，例如apachespark(专为大规模数据处理而设计的快速通用的计算引擎)。数据挖掘服务器可以对接收到的用户对终端呈现的物品信息进行点击、搜索、浏览、收藏、购买等数据进行分析等处理，挖掘出用户的兴趣爱好点，根据用户的兴趣爱好选取推荐给用户的信息，并将推荐给用户的信息反馈给终端设备。
需要说明的是，本申请实施例所提供的信息推送方法一般由服务器105执行，相应地，信息推送装置一般设置于服务器105中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本申请的信息推送方法的一个实施例的流程200。该信息推送方法，包括以下步骤：
步骤201，获取在用户的终端上呈现的物品信息集合，以及用户在预定周期内对物品信息集合中的每个物品信息实施的每种行为的次数。
在本实施例中，信息推送方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式通过数据采集系统获取在用户的终端上呈现的物品信息集合，以及用户在预定周期内对物品信息集合中的每个物品信息实施的每种行为的次数，其中，每种行为具有权重，权重可以是预先设置的常量，也可以是根据用户的在一个周期内的各种行为的次数确定的变量。物品信息可以是某一特定物品的信息，例如，购物网站上列出的一本书。物品信息还可以是一类物品的信息，例如类目信息，类目是网上电子商务平台为适应当今时代的消费人群在网上商店有针对性的选购各种各样的商品而对商品、广告或者关键词等展示元素做出的归类。可以将不同的物品信息聚合归类，然后以类目标识加以区分。用户对物品信息集合中的物品信息实施的行为可包括以下至少一项：浏览、搜索、加车、购买。预定周期可以是数据的采集周期，例如，采集一周内的用户行为数据。可通过从远程服务器上获取的用户行为日志来统计上述物品信息集合和每种行为的次数信息。在用户行为日志中，不同的用户使用用户标识来区分，不同的物品使用物品标识来区分，如表1所示：
表1
在本实施例的一些可选的实现方式中，物品信息集合，以及用户在预定周期内对物品信息集合中的每个物品信息实施的每种行为的次数，存储在分布式存储文件系统中。可接收由实时消息转发系统转发的存储在分布式存储文件系统中的在用户的终端上呈现的物品信息集合，以及所述用户在预定周期内对所述物品信息集合中的每个物品信息实施的每种行为的次数。该实时消息转发系统可以是kafka(一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据)。分布式存储文件系统可以是hadoop分布式文件系统(简称hdfs，hdfs有高容错性的特点，并且设计用来部署在低廉的硬件上；而且它提供高吞吐量来访问应用程序的数据，适合那些有着超大数据集的应用程序)。分布式存储文件系统中存储的数据可以通过数据采集系统上报，数据采集系统可以是例如flume(一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统，flume支持在日志系统中定制各类数据发送方，用于收集数据；同时，flume提供对数据进行简单处理，并写到各种数据接受方(可定制)的能力)。
在本实施例的一些可选的实现方式中，该方法还包括预先设置每种行为的权重的步骤，包括：对于每种行为，将对上述物品信息集合中的每个物品信息实施的该种行为的次数输入预先训练的权重模型得到该种行为的权重，其中，该权重模型用于表征对物品信息实施行为的次数与行为的权重的关系。
步骤202，根据每种行为的权重和对物品信息集合中的每个物品信息实施的每种行为的次数，确定物品信息集合中每个物品信息的权重。
在本实施例中，可根据步骤201获得的每种行为的权重和对物品信息集合中的每个物品信息实施的每种行为的次数，确定物品信息集合中每个物品信息的权重。该物品信息集可以是一类物品的信息集合，并且同一类物品对应的某一行为的次数是对属于该类的不同物品实施该行为次数的累计。例如，用户购买了育儿书a、菜谱b、育儿书c、菜谱d，则可将用户购买行为的对象分为两类，一类是育儿书a和b，另一类是烹饪书c和d。可分别确定物品a、物品b、物品c、物品d的权重，也可按类别确定出育儿书和烹饪书的权重。用户在某一物品上的行为越丰富，则对该物品的偏好程度越高，可以通过物品信息的权重体现。
在本实施例的一些可选的实现方式中，确定物品信息集合中每个物品信息的权重，包括：对于物品信息集合中每个物品信息，对于每种行为，以该种行为的权重为底数，以对该物品信息实施的该种行为的次数为真数，取对数，得到每种行为对应的对数，并将每种行为对应的对数之和确定为该物品信息的权重。不同行为的权重可以相同也可以不同。例如，采用如下公式1对用户在每个物品上的偏好程度进行打分以确定物品信息的权重。考虑到用户的各类行为对物品的偏好程度影响不同，故给出如下公式：
f(x1,x2,x3,x4)＝[log3.5(x1)+log3(x2)+log3(x3)+log2(x4)](公式1)
其中，x1,x2,x3,x4分别为对一个物品信息点击次数、收藏次数、加车次数和下单次数，点击的权重为3.5，收藏和加车的权重为3，下单的权重为2。f(x1,x2,x3,x4)为该物品信息的权重。如果x1,x2,x3,x4分别为对一类物品信息点击次数，收藏次数，加车次数和下单次数，则f(x1,x2,x3,x4)为该类物品信息的权重。由于用户的各种行为的次数方差较大，因此使用对行为的次数作对数处理可以起到平滑的作用，减少运算量，提高速度。
在本实施例的一些可选的实现方式中，该方法还包括预先设置每种行为的权重的步骤，包括：对于每种行为，将对物品信息集合中的每个物品信息实施的该种行为的次数输入预先训练的权重模型得到该种行为的权重，其中，权重模型用于表征对物品信息实施行为的次数与行为的权重的关系。表2为从用户行为日志中提取出的同一类目的物品的物品信息。
表2
表2得到用户在同一类目下的各类行为。根据以上行为数据通过统计抽取出用户以下几类特征：用户最近总浏览时长，收藏次数，搜索次数，浏览次数，总操作次数，平均浏览时长。以用户在最近有购买或者加车为正样本，最近有各类行为但近10分钟都没有加车、下单及其他操作为负样本，利用逻辑回归对抽取到的样本进行分类训练，得到权重模型。然后将各种行为的次数输入该权重模型可得到每种行为的权重。每种行为的权重在0-1之间，越接近0则表示购买的可能性越低，越接近1表示购买的可能性越高。利用逻辑回归的sigmoid函数(人工神经网络的神经元的非线性作用函数)计算最后的偏好度：
其中，z＝a*x1+b*x2+c*x3+d*x4，x1,x2,x3,x4分别为对一个物品信息点击次数，收藏次数，加车次数和下单次数，a、b、c、d分别为通过权重模型得到的点击、收藏、加车、下单的权重。
由公式2得到用户对物品的偏好度g(z)作为该物品信息的权重。由于用户购物意图被设计为用户实时的弱偏好，加上使用了sparkstreaming(一种构建在spark上的实时计算框架，它扩展了spark处理大规模流式数据的能力)的时间窗口特性。即可以每5分钟计算40分钟数据的特性，在用户每个计算周期使用公式2得到的偏好度实际是平滑上升或者下降的。故这里的更新是直接覆盖掉历史的偏好度。
步骤203，按照物品信息的权重由高到低的顺序从物品信息集合中选取至少一个物品信息。
在本实施例中，基于步骤202得到的物品信息的权重，选取按照物品信息的权重由高到低的顺序从物品信息集合中选取至少一个物品信息。例如，用户浏览过4种物品，经过步骤201-202后确定出每种物品的物品信息权重，从中可以选取两个权重最高的物品信息。可以设置预定数目，从物品信息集合中选取预定数目个物品信息。还可以设置权重阈值，从物品信息集合中选取权重大于权重阈值的物品信息。
步骤204，获取与已选取的至少一个物品信息匹配的待推送信息，并向终端推送待推送信息。
在本实施例中，服务器中可以预存有不同物品信息相关的待推送信息，也可以从第三方服务器获取待推送信息。待推送信息可以是广告、新闻、天气预报等用户可能需要的信息。待推送信息可能与至少一个物品信息的每一条匹配，也可以只匹配其中的一种物品信息或多种物品信息。
本申请的上述实施例提供的方法通过将物品信息的权重与对物品实施的行为的次数相关联，可以通过大数据分析挖掘用户在对物品信息的兴趣偏好，为针对性地向用户推送信息提供了准确的数据基础。
进一步参考图3，其示出了信息推送方法的又一个实施例的流程300。该信息推送方法的流程300，包括以下步骤：
步骤301，获取在用户的终端上呈现的物品信息集合，以及用户在预定周期内对物品信息集合中的每个物品信息实施的每种行为的次数。
步骤302，根据每种行为的权重和对物品信息集合中的每个物品信息实施的每种行为的次数，确定物品信息集合中每个物品信息的权重。
步骤303，按照物品信息的权重由高到低的顺序从物品信息集合中选取至少一个物品信息。
步骤304，获取与已选取的至少一个物品信息匹配的待推送信息，并向终端推送待推送信息。
步骤301-304与步骤201-204基本相同，因此不再赘述。
步骤305，获取物品信息集合中每个物品信息的历史权重。
在本实施例中，本周期计算的物品信息的权重可作为下一周期的物品信息的历史权重。需要根据历史权重修正本周期计算的权重。
步骤306，对于物品信息集合中每个物品信息，利用该物品信息的历史权重与该物品信息的权重之和乘以预定的衰减系数，将得到的值替换该物品信息的权重。
在本实施例中，用户对物品信息的偏好度(即，物品信息的权重)需要和用户对物品信息的历史偏好度进行合并更新，令新计算得到的偏好度为mi，i表示第i个周期计算得到的值，则可以得到：
mi＝0.9*[mi-1+f(x1,x2,x3,x4)](公式3)
其中0.9为衰减系数，衰减系数反应了用户的历史行为的衰减过程，衰减系数越小则历史行为衰减的越快。且当每次得到的偏好度不变或者变化不大时，最终偏好度会收敛到常数值。
从图3中可以看出，与图2对应的实施例相比，本实施例中的信息推送方法的流程300突出了对物品信息的权重进行衰减的步骤。由此，本实施例描述的方案可以引入更多的历史行为数据，从而实现更准确和更有效的信息推送。
进一步参考图4，作为对上述各图所示方法的实现，本申请提供了一种信息推送装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图4所示，本实施例的信息推送装置400包括：获取单元401、确定单元402、选取单元403和推送单元404。其中，获取单元401用于获取在用户的终端上呈现的物品信息集合，以及用户在预定周期内对物品信息集合中的每个物品信息实施的每种行为的次数，其中，每种行为具有权重；确定单元402用于根据每种行为的权重和对物品信息集合中的每个物品信息实施的每种行为的次数，确定物品信息集合中每个物品信息的权重；选取单元403用于按照物品信息的权重由高到低的顺序从物品信息集合中选取至少一个物品信息；推送单元404用于获取与已选取的至少一个物品信息匹配的待推送信息，并向终端推送待推送信息。
在本实施例中，用于信息推送装置400的获取单元401、确定单元402、选取单元403和推送单元404的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204。
在本实施例的一些可选的实现方式中，装置400还包括：权重设置单元(未示出)，用于对于每种行为，将对物品信息集合中的每个物品信息实施的该种行为的次数输入预先训练的权重模型得到该种行为的权重，其中，权重模型用于表征对物品信息实施行为的次数与行为的权重的关系。
在本实施例的一些可选的实现方式中，确定单元402进一步用于：对于物品信息集合中每个物品信息，对于每种行为，以该种行为的权重为底数，以对该物品信息实施的该种行为的次数为真数，取对数，得到每种行为对应的对数，并将每种行为对应的对数之和确定为该物品信息的权重。
在本实施例的一些可选的实现方式中，装置400还包括：权重修正单元(未示出)，用于在将每种行为对应的对数之和确定为该物品信息的权重之后，获取物品信息集合中每个物品信息的历史权重；对于物品信息集合中每个物品信息，利用该物品信息的历史权重与该物品信息的权重之和乘以预定的衰减系数，将得到的值替换该物品信息的权重。
在本实施例的一些可选的实现方式中，物品信息集合，以及用户在预定周期内对物品信息集合中的每个物品信息实施的每种行为的次数，存储在分布式存储文件系统中。
下面参考图5，其示出了适于用来实现本申请实施例的服务器的计算机系统500的结构示意图。图5示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图5所示，计算机系统500包括中央处理单元(cpu)501，其可以根据存储在只读存储器(rom)502中的程序或者从存储部分508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理。在ram503中，还存储有系统500操作所需的各种程序和数据。cpu501、rom502以及ram503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
以下部件连接至i/o接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至i/o接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(cpu)501执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、确定单元、选取单元和推送单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，选取单元还可以被描述为“按照物品信息的权重由高到低的顺序从物品信息集合中选取至少一个物品信息的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：获取在用户的终端上呈现的物品信息集合，以及用户在预定周期内对物品信息集合中的每个物品信息实施的每种行为的次数，其中，每种行为具有权重；根据每种行为的权重和对物品信息集合中的每个物品信息实施的每种行为的次数，确定物品信息集合中每个物品信息的权重；按照物品信息的权重由高到低的顺序从物品信息集合中选取至少一个物品信息；获取与已选取的至少一个物品信息匹配的待推送信息，并向终端推送待推送信息。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。